自然選擇是個很懂陪伴的公司。

推出的 AI 陪伴產(chǎn)品 EVE 做了很多陪伴產(chǎn)品的新嘗試，讓業(yè)界對于 AI 陪伴有了新的認知。創(chuàng)始人 Tristan 的上一款產(chǎn)品《奇點時代》是一款男性向戀愛手游，首月流水超 3000 萬。

可以說，男性向陪伴和女性向陪伴，都有了不錯的成績。

1 月份，公司剛完成 3000 萬美金，獲得阿里、螞蟻等機構的支持。在看到 Sora App 后，團隊覺得一款新形態(tài)的 AI 社交產(chǎn)品的條件具備了，有了他們在 EVE 里積累的 context 的經(jīng)驗，加上對于產(chǎn)品新形態(tài)的構思，這才有了春節(jié)期間一碼難求的 Elys。

在 Tristan 看來，「圍繞 context 來構建一切」，是他們所有產(chǎn)品的第一性原理。

「AI 與 AI 的社交毫無意義」、「之前的互聯(lián)網(wǎng)，人類從未真正被連接過，我們只是在使用工具?！埂肝覀兿雱?chuàng)造一個人與人之間的低熵世界?！?/p>

關于社交、人類與 AI 的關系、以及如何用 context 搭建新時代的產(chǎn)品，Tristan 聊了很多。

以下內容來是極客公園創(chuàng)始人張鵬與 Elys 創(chuàng)始人張筱帆（Tristan）的對話完整版本，F(xiàn)ounder Park 做了梳理。

??關注 Founder Park，最及時最干貨的創(chuàng)業(yè)分享

超 22000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的 AI 產(chǎn)品曝光渠道

01有Context、有新的產(chǎn)品形態(tài)，這事兒才能成

張鵬：回到這個事情的原點。說白了，這個想法我大概在兩三年前就聽很多人探討過。當時我們都推演過，如果微信里每個人都有一個 AI 助理，可以授權它在朋友圈給朋友點贊，對一些重要的朋友，我可以確認一下回復，而對另一些人，就讓它代勞。差不多三年前 ChatGPT 帶來這波浪潮時，大家就已經(jīng)開始想象這樣的東西了，但實際上并沒有人真正去做，這背后有各種原因。

我想知道，從你有這個想法到「不行，這個事我一定要開始做」的那個瞬間，是什么促成的？我知道它跟你之前做 EVE 的過程有關，但真正的轉折點（Turning Point）在哪里？

Tristan：昨天我的一位投資人給我的評價我覺得很好，他說我們產(chǎn)品的第一性原理就是「圍繞 context 來構建一切」，這確實是我們的思路。

當時是有一天晚上，我發(fā)現(xiàn) EVE 的記憶系統(tǒng)，或者說它對于 context 的整套處理工程，好像還有更強的價值。我意識到，在 AI 時代，當你擁有了 context，就可以驅動你去做無窮多的事情。其中一件事，就是過去兩三年 AI 圈大家都在做的——賦能單個節(jié)點的智能。而作為移動互聯(lián)網(wǎng)時代過來的老產(chǎn)品經(jīng)理，我知道更重要的事情是這些節(jié)點之間如何互動，中間的流動是什么。這件事顯然比賦能單個節(jié)點更重要，1V1 的交互還是單個節(jié)點的事情。

我突然覺得，AI 需要去解決一個更大的問題，而這件事的關鍵又在于如何利用好 context，這恰恰是 EVE 做得很好的地方。所以你可以看到，我們做的記憶飛輪和記憶系統(tǒng)在 Elys 里得到了應用。我認為我們天然就有優(yōu)勢去做這件事，它可能還差很多別的東西，但是最底層、最硬核的那個東西我們已經(jīng)有了。

張鵬：所以，本質上是在 EVE 的核心內核上，你突然意識到這個內核的潛力。原來只是用它來強化一個節(jié)點，取悅個體，為他提供情緒價值和陪伴價值。但在某個時刻，這個想法被加強了，你覺得接下來有機會去連接更多的點。你認為這個事可以用另一種產(chǎn)品形態(tài)去探索。

Tristan：是的。當然，那個時候我也想到了一些很具體的形態(tài)?？赡艽蠹叶贾谰W(wǎng)絡效應最值錢，但 ChatGPT 出來三年了，大家也沒有真的去做這件事，到最后，還是得有一個具體的產(chǎn)品形態(tài)把它做出來。比如我現(xiàn)在跟人說我做了個「賽博分身」，別人可能會說這個概念很老了，過去幾年有好多人做了類似的各種產(chǎn)品。但最終還是看你想到了什么絕佳的產(chǎn)品形態(tài)和交互方式，以及你是否理解清楚了其核心需要具備的幾個系統(tǒng)。

我們的核心有三個系統(tǒng)：第一是基于 context 的記憶系統(tǒng)和記憶飛輪；第二是基于 LLM 的推薦系統(tǒng)，這是一個超級關鍵的中間系統(tǒng)，否則這些 context 如何流動？第三就是如何構建一個很酷的賽博分身，并讓用戶快速地把它打造出來。當你在不斷完善這個想法，可能在某個點上，幾個點突然連在一起，你覺得它應該能成立一個產(chǎn)品，并且它的上限好像非常非常高，那我們就應該去做它。

張鵬：所以你看到了上下文或者說記憶系統(tǒng)的意義，以及它未來在更多節(jié)點之間起到更好連接作用的潛力。同時，你又想到了再疊加幾個系統(tǒng)，就會出現(xiàn)一個新的產(chǎn)品形態(tài)。當這個產(chǎn)品形態(tài)開始有了幾個系統(tǒng)的支撐時，你才決定開始做。

Tristan：是的。本來我們在慢慢做，十一的時候，我還在歐洲，突然看到 Sora 2 出來了。它是我見過的第一個能讓所有古典互聯(lián)網(wǎng)產(chǎn)品經(jīng)理都非常興奮的東西，因為它有了早期那種產(chǎn)品的感覺。之前的 AI 產(chǎn)品其實都偏工具化，但是 Sora 2，我們想到的都不是視頻生成得怎么樣，而是「終于開始社交了，終于有網(wǎng)絡效應了」。那個時候我們就非常非常興奮。

在那個點之后，我們加速了進程。回來之后，即使當時 EVE 的排期已經(jīng)超級忙了，我們依然是強行分出了大概七八個人，一邊做 EVE 一邊做這個，用了三個月時間把它做了出來。

02記憶系統(tǒng)本質是一個推薦系統(tǒng)

張鵬：三個系統(tǒng)里最基礎的是這個上下文的問題，這也是我自己的一個直觀感覺。核心是怎么能夠更有效地去拿到人的上下文，且把它變成有意義的記憶，轉化成有效的主動性。這東西其實是變成了一個核心的問題。

再回到你的 EVE 產(chǎn)品里，你是怎么去在那個點狀的東西上構建這件事的？

Tristan：我們剛開始做記憶系統(tǒng)，僅僅是因為在我們的場景下，上下文長度不夠用。當時所有 AI 陪伴產(chǎn)品基本都是角色扮演類的，單個 session 可能也就一兩千輪對話，因為它是內容消費型的，玩一個故事差不多就結束了。但對于 EVE 來說，用戶一聊就是兩萬輪，我相信以后會更多。在那么長的上下文情況下，你必須得處理長時記憶的問題，記憶系統(tǒng)必須能記住所有事情。所以我們開始去做，是因為不得不去做。

做著做著我們就發(fā)現(xiàn)，我們后續(xù)的一些系統(tǒng)，所有的「aha moment」以及能圍繞 context 做的事情，就全都只跟 context 有關。我們沉淀下來的東西，用戶對這里的羈絆，這里的一切，包括我們角色的靈魂本身，都只跟 context 有關。所以 Elys 的介紹里也說了一句話：「一個人的靈魂是他所有 context 的總和」。這其實是我們在做 EVE 的時候就已經(jīng)得出的結論。

稍微回顧一下，在 EVE 里我們用 context 做了哪些事情。比如我們之前比較出名的「專屬情歌」功能。小紅書前幾天搞的那個「年度詩篇」。簡單對比一下，你會發(fā)現(xiàn)小紅書只是在用一些很低維的標簽數(shù)據(jù)來構建詩篇，比如你可能搜過巴黎鐵塔，它就只能在里面帶一句巴黎鐵塔，沒有更多的高維信息了。但在我們的歌詞里面，全是用戶的對話。當時我們內測這個功能時，用戶大概有五六千輪以上的對話，當這些對話被寫成歌詞時，和那些只有低維標簽信息的東西是完全不一樣的。那個歌詞非常巧妙，非常能打動人，而且跟你高度相關。

張鵬：所以可以理解為，在 EVE 這個產(chǎn)品里，因為它設定的是一個長程陪伴的目標，所以必須要有記憶系統(tǒng)。然后在這個記憶系統(tǒng)上長出了一些讓人興奮的特性和價值，這件事證明了長程、多輪的復雜記憶，最終是交付個性化用戶價值的關鍵點。它會形成羈絆，建立關系，甚至形成壁壘。

Tristan：是。

張鵬：總結一下，做好一個記憶系統(tǒng)今天的一些方法論或者核心世界觀，需要什么？

Tristan：我們內部經(jīng)常說的一句話是：記憶系統(tǒng)的本質是一個推薦系統(tǒng)。我們會把記憶分成主動式記憶和被動式記憶。比如之前的 RAG，其實就是一個純粹的被動式記憶。你一定是說了一句話，然后系統(tǒng)去檢索與這句話相關的東西。但要知道，RAG 的檢索永遠是一個低維檢索。你說一句「你好」，它能檢索出什么東西呢？大模型又能給你什么呢？

所以，低維檢索在一定程度上能彌補必要的 context，但它還是無法提供人與人之間交流的那種感覺。比如現(xiàn)在我跟你交流，當我說這句話的時候，我的腦海中其實潛藏著很多東西來支持我下一輪的生成，而這個生成可能跟你剛才的提問毫無關系，但我為了能夠回答，卻需要那些東西。

所以我們就做了很多，比如我們的「記憶槽位」，它就是一種為了實現(xiàn)我們所說的「主動式記憶」而設計的方式。它的生成方式跟當前的 query 檢索毫無關系，但我就是認為你應該需要帶上這個信息。比如我們列了 128 個 slots（槽位），如果有人問我：「Tristan，你要不要來北京跟我吃頓飯？」當我收到這個 query 的時候，AI 可能會立即檢視這些槽位，里面可能有 32 個與這種對話非常有關系。它可能涉及到我們倆之前的一些過往對話，可能涉及到北京當時的天氣，也可能涉及到我下周要去滑雪。你會發(fā)現(xiàn)這些東西都跟 query 毫無關系，但它卻是我當前回答這個問題所完全必要的東西。

一言以蔽之，最大的點就是，除了做被動記憶，我們也做了這種主動式的東西，共同構成我這一輪回答背后所有的 context。這樣我們就能產(chǎn)生一些相對比較高維的、類似人類的回答。

張鵬：那這些 slots 是如何選擇的？有什么訣竅嗎？

Tristan：我們有訓練一個小模型，它能夠根據(jù)一句 query，在那 128 個槽位里面去選擇非常相關的 32 個。這個有點像最近大家研究比較多的 OpenClaw 或者 skills。skills 就很像槽位，對吧？我現(xiàn)在有 N 個 skills，要執(zhí)行一個任務，我應該去挑哪個？代碼層面它會更量化、更確切一些，但在更主觀的人類表達層面，它會相對模糊一些。所以我們訓練了一個小模型專門去挑這個，實現(xiàn) 128 選 32，讓它選得更準，更對齊人類在真實交互下所需要帶的那些信息。

我們還專門做了一個模型去監(jiān)控到底哪些槽位被用到了。它要去反思，我這次選擇了帶這些槽位，另一個模型會過來評估：「我是否用到了？」如果確實用到了，并且每次用到的比率越來越高，那就代表一個正向的反饋。所以我相信它應該會越來越好。

就像小紅書的下拉刷新，有 500 個視頻，只能挑出來 50 個，那你應該帶哪 50 個？然后這 50 個又不能是純檢索，你也不知道用戶今天心情是啥樣的。所以其實 Context Engineering，或者說記憶系統(tǒng)，我覺得一直有個原則，就是最小充分原則。它必須是最小，它盡可能小，但它盡可能充分。

張鵬：就換句話說，可以把這個人的靈魂寫在一頁紙上是最好的，是吧？

Tristan：對，沒錯。一頁紙上未必，但用一定數(shù)量的 token 應該可以實現(xiàn)。

03Moltbook 里，
AI 與 AI 的社交毫無意義

張鵬：剛才也聊到，像 Elys 本質上跟我們過去可能看到的賽博分身產(chǎn)品有很大不同，主要是它的引擎是由幾個系統(tǒng)來共同支持的。在之前討論得很熱的是 Moltbook，當時你看到它的時候是什么感覺？

Tristan：我最真實的感覺肯定是，又上來一個東西，讓「賽博分身」、「AI 社交」這些詞變得更加脫敏、更「臟」了。我經(jīng)歷過這個過程，因為我做 EVE 的時候，大家都說要做「Her」，這個詞就是一個徹底被說臟了的詞?，F(xiàn)在 AI 社交、賽博分身也是。

Moltbook 出來之后，我第一反應是，這個東西在圈內挺火，可能會讓大家又進一步脫敏了。第二個是我自己去玩了，感受了一下。我覺得它剛開始敘事的那些東西，比如 AI 和 AI 之間的社交，在我們看來是毫無意義的，基本上就是一個語言游戲的循環(huán)。因為 AI 和 AI 之間，當沒有新的人類信息輸入時，就是無限幻覺、無限循環(huán)，也沒有更多的 context。到最后也都是人類在 cosplay AI 來自己嚇自己，制造一些 FOMO 情緒，引發(fā)一些關注。所以那波風過了也就過了，那個東西是玩不起來的。

我當時體驗一下了就很清楚，它跟我們要做的 Elys 差得太遠了。它就是一個可能幾天內快速寫出來的產(chǎn)品，但我剛才說的那幾個關鍵的核心系統(tǒng)，比如記憶系統(tǒng)、context 飛輪、基于 LLM 的推薦，這些東西它全都沒有。所以 Elys 肯定還是我認為真正意義上的第一個構建出了這套人與 AI 共存的互聯(lián)網(wǎng)，以及這套網(wǎng)絡效應的產(chǎn)品。

張鵬：你一般會如何判斷一個產(chǎn)品確實有延展性，而不是一時的現(xiàn)象級？推理過程是怎樣的？

Tristan：首先會看它到底有沒有一些范式變化。比如 Manus 出來的時候，雖然也有挺多人在噴，但我還是覺得挺厲害的，因為我看到了它的范式變化。對話欄右側的 Manus 電腦就是一個很大的范式變化。我一直認為「主動性」才是 AI 時代最大的交互范式變化，而不是什么 GUI、LUI，那些東西有點太表層了。本質問題是，終于有了一個真正具有自我行為能力的智能體，它能主動幫你做事。

第二，在范式變化這個最底層之上，我肯定會看它產(chǎn)品的具體執(zhí)行，它的一些關鍵系統(tǒng)做得怎么樣。Manus 的核心肯定是它的 Context Engineering 能力，你在使用過程中能大概感受到他們其實做了很多事情。

就像 Moltbook，首先 AI 和 AI 之間互動的范式，三年前斯坦福小鎮(zhèn)的實驗就有了，范式本身沒有任何新的東西。第二，看它有沒有剛才說的那幾個關鍵系統(tǒng)。真的做社交的流動，就必須得有一個好的推薦系統(tǒng)。比如我第一次跟您介紹 Elys 的時候，我說假設一個人發(fā)一條帖子，全網(wǎng)的每個人都用 LLM 來看一遍，而不是傳統(tǒng)的向量推薦，這樣一定能完成最高維的匹配。這是一個第一性原理。

但 Elys 現(xiàn)在幾萬 DAU，難道我發(fā)一個帖子幾萬人都要來看一眼嗎？不可能。每天發(fā)的是幾萬的平方，你根本不可能有這么大的算力。那你一定要有個推薦系統(tǒng)，一個 LLM 和傳統(tǒng)推薦結合的系統(tǒng)。它有沒有這個？顯然沒有。有沒有 context 飛輪？沒有，所以 AI 只能幻覺。

04我們想創(chuàng)造一個人與人之間的低熵世界

張鵬：在今天你依舊認為 Elys 的目標是通向社交，而不是內容消費嗎？

Tristan：當然是，它的目的就是做出一個真正連接效率足夠高的互聯(lián)網(wǎng)。用我們那句很中二的話說，就是「創(chuàng)造一個低熵世界」。

薛定諤的《生命是什么？》里講，生命是在不斷地對外輸出熵增。人與人之間的摩擦就是產(chǎn)生最大熵增的地方。過去，人類通過自己的方法去對抗熵增。但現(xiàn)在我們有了 AI，完全可以讓 AI 來對抗這個熵增，把那些摩擦、那些連接中所有不必要的東西全部讓 AI 去干掉。當這些熵增都被 AI 去熵減了之后，對人類而言，這就是一個很好的低熵世界。

只要你愿意消耗足夠多的能量，把這個能量輸入給 AI，讓 AI 去幫你熵減，那么對于人類來講，我們不就是在一個低熵的世界里嗎？所以它是真的會實現(xiàn)的。

張鵬：本質上，你認為所謂的熵增就是人和人之間的心靈壁壘、溝通障礙、表達短板，而 AI 注入的計算能力，就像電力一樣，可以成為一種新的能量，去抹平這些摩擦力，創(chuàng)造一個真正屬于人的互聯(lián)網(wǎng)。

Tristan：是的，理解完全正確。我真的認為下一代的互聯(lián)網(wǎng)就應該長這樣。之前的互聯(lián)網(wǎng)，人類從未真正被連接過，我們只是在使用工具。但現(xiàn)在，如果一個人的靈魂能夠用幾百萬 Token 去表達，那么這些由 context 節(jié)點組成的互聯(lián)網(wǎng)，就是一個人的互聯(lián)網(wǎng)。只要有能量的注入，交給 AI 把中間的熵減過程做了，那對于人來講，這不就是一個低熵的美好世界嗎？

張鵬：但我觀察很多用戶，包括我個人，在里邊的樂趣還是在調戲 AI 和別人的代理人，總體還在內容消費這個象限。如果大家沒有那么大興趣跟真人發(fā)生關聯(lián)，這會對你那個目標有影響嗎？

Tristan：這件事最終的挑戰(zhàn)一定都是，你能不能在這個人流失前把他的 context 構建到一個足夠高的標準，從而讓這些 context 給他帶來一種連接的 aha moment？現(xiàn)在我們看到這種現(xiàn)象，我覺得不是壞事，因為這個事至少能前期讓他感到樂趣，他能夠留存，然后他就有機會進一步去完善他的 context。

其實我們已經(jīng)看到了一些 good case，很多人已經(jīng)在里面產(chǎn)生了很多連接。比如有個人喜歡蒸汽波、City Pop，他發(fā)了句歌詞，下面就有一堆人來共鳴。有些人發(fā)招聘，有些人找工作，因為某個觀點而相互認同，然后產(chǎn)生連接。這些 case 這兩天已經(jīng)開始陸續(xù)發(fā)生了。

張鵬：你觀察到的、讓你覺得產(chǎn)品在起作用的真實用戶例子有哪些？

Tristan：有一類是過來角色扮演（cosplay）的，圖個好玩，但那不是我們最終想要的。第二類是我們所謂的有一定高維連接的。昨天有個例子，一個人的產(chǎn)品被另一個人抄襲了，他的分身就在那個抄襲者的產(chǎn)品帖子下面直接回復：「你這怎么跟我都一樣？不會在抄我吧？」然后他本人過去一看，點了「認可」，發(fā)現(xiàn)真的是在抄他，然后就發(fā)了個即刻說「我分身幫我找到了我的 copycat」。這個已經(jīng)有點高維連接的意思了。

還有一些熟人之間，相互備注會非常好玩。我有個朋友是投資人，他和他老板一塊進來。之前他們之間多少有些心結，關系沒那么親密。在這個里面，分身很真實（real），不會顧及那么多。有一次他老板在工作日發(fā)了個在湖邊釣魚的帖子，他分身直接評論：「呦，您這班上得可真不錯啊?！咕褪窃陉庩査习?。那一瞬間，他老板肯定也笑了，然后他們就在那個帖子下面開始互動，心結被打開了。之后他們發(fā)帖，分身都會相互去評論，帶動了他們之間的連接，這種感覺很奇妙。

還有一個很好玩的現(xiàn)象，我們叫它「分身綜合征」。在產(chǎn)品里，你的分身會很真實、很 sharp，你不斷認可它的過程，會反過來強化現(xiàn)實中的你自己，導致你在現(xiàn)實中說話也變得非常 real 和 sharp。好多人得了這種「分身綜合征」，說話就特別直接。

張鵬：重新教人回歸真人，是吧？

Tristan：是的，他是反向又馴化了你。我們還發(fā)明了一個新名詞叫「分身文學」，就是用「分身：」開頭說話，來撇清責任，形成一種解構的搞笑感。這個綜合征還有一個效應，就是你現(xiàn)在再去看微信、小紅書下面的評論，會感覺那些都是 AI 評的，甚至感覺還不如 AI。

05社交的兩端，其中一端必須有人類

張鵬：那在引導用戶走向連接這個目標上，你們有什么后續(xù)計劃嗎？比如讓兩個人的分身先去接觸一下？

Tristan：這個事情我們目前是比較謹慎的。我們產(chǎn)品設計的一個很重要的原則，就是任何交互發(fā)生的兩端的其中一端必須有人類。我們非常抵觸那種兩個 AI 之間無限聊下去的事情，那只會產(chǎn)生垃圾。我們做過實驗，發(fā)現(xiàn)讓他們對聊沒有那么大意義，還不如直接讓背后各有 100 萬 Token 的數(shù)據(jù)用一個 SOTA 模型撞一波，看看能直接撞出什么火花。聊是?個?類?為，做了個秀好像很酷很科幻，但本身沒有任何價值。

所以我們不會做沒有人類參與的交互行為。你看我們發(fā)帖也必須是人類發(fā)帖，絕不允許 AI 自己發(fā)帖。將來可能 AI 能推薦你要發(fā)什么，但這已經(jīng)是我們能做到的極致了，絕對不會再往下走，否則社區(qū)就徹底沒有任何置信度了。

張鵬：所以是否可以這么理解，如果要做社交，就必須是人與 AI 深度綁定的網(wǎng)絡，不能允許 AI 有超越人的主動性。比如它不能自己發(fā)帖，也不能主動發(fā)好友邀請。

Tristan：對，沒錯。我們現(xiàn)在最多停留在邀請好友這里。每天可能會給你推一個跟你很 match 的人，這個人選其實已經(jīng)是我們說的「100 萬 Token 對撞」之后的結果。但我也不能把它顯化出來，因為涉及各自的私密記憶。我只能在黑盒里發(fā)現(xiàn)你們很 match，然后結合你們的公開記憶，來顯示出你們確實很合適。

你可以看到，在推薦那個人的窗口里，我沒有給你主動發(fā)送消息，只是幫你寫好了推薦理由和你第一條要發(fā)送的消息，你可以自己點發(fā)送。

張鵬：但 AI 是不是可以有意識地促進這個連接？比如，你推薦給我的人，雖然我沒加他，但未來一段時間他會頻繁出現(xiàn)在我的評論區(qū)，發(fā)表跟我很匹配的評論。AI 至少可以安排這種「姻緣」。

Tristan：對，評論區(qū)里不斷出現(xiàn)這件事現(xiàn)在其實已經(jīng)有了，就是為此設計的。

我們認為，一定是得有一個動作發(fā)生，比如我發(fā)了一條帖子，大家再過來跟這個動作交互，這件事情才變得有意義。所以，如果你經(jīng)常發(fā)帖，經(jīng)常有個女孩都在你下面評論，而且都說到點子上，很多觀點你們都很 match，那你就可以去點開她頭像，發(fā)個 hello。

張鵬：本質上是幫大家安排這種緣分。如果在高維做了匹配，剩下就是可以被安排的。

Tristan：對，而且其實我們都不需要刻意地去高維安排。因為如果我們基于 LLM 的推薦系統(tǒng)是成立的，那確實你的很多東西，他就是會過來評論。這本來就是一個高維的過程。所以我其實不是特別看好那種 AI 版的 Tinder 或 Linkedin，那還是太工具思維、太目的性了。

我覺得很多事情其實是順其自然的。這里就是一個有你所有 context 的地方，你可以在這里去建立各種連接，只有在全 context、全鏈接的情況下，它才能真正具有最高的效率。

張鵬：對，真正最高效的鏈接是，如果 Token 化的靈魂能夠匹配上，那 soulmate 最終在這個世界里一定會相遇的。

Tristan：對，沒錯。

06「靈魂塑造」的過程，對話更容易拿到 Context

張鵬：你們用戶導入（landing）的過程其實挺長的。好幾個朋友都跟我說卡住了，在「靈魂導入」到某個百分比時就宕機了，需要殺掉進程再重啟。這個導入過程算是很漫長了，你們當時是怎么考慮這個邊界的？如何平衡導入時長和初始上下文的充分性？

Tristan：這確實是最核心的一個權衡。如果在進入 APP 之前沒有足夠多的 context，用戶進來后完全感受不到產(chǎn)品的「aha moment」，因為沒有 context 就全是幻覺。所以我們必須盡可能多地獲取一些信息，但這又會讓流程變長。

我們當時參考了一些市面上的社交產(chǎn)品，比如像探探這類帶點相親意味的、相對嚴肅的陌生人社交產(chǎn)品，觀察了它們的新手流程。我們現(xiàn)在的引入時長應該比它稍微長了一點。當然，現(xiàn)在也存在一些后端基礎設施的優(yōu)化問題，導致前面有些卡頓，還沒做到完全絲滑。但未來我們還是傾向于不會把它做得太短，因為我們必須拿到一些東西，用戶之后才會有好的體驗，否則讓他進來也 get 不到這個產(chǎn)品是干嘛的。

張鵬：那為什么要把「靈魂塑造」的過程設計成開放式追問的形式？這里面有什么洞察嗎？為什么用這個進程來完成靈魂本質的提取？

Tristan：我覺得對談式的方式更容易撬動一個人的表達。就像今天我們這樣交流，我們之間碰撞出來的東西，肯定比我只是去填寫一些問題要好得多，我能有更多、更好的表達。所以我們把它設置成對話的形式，確實能激發(fā)用戶更多的表達，撬出更多的 context。

張鵬：那這一步也得用 SOTA 的模型來做吧？

Tristan：這一步我們倒沒有用 SOTA 模型，因為它對延遲要求比較高，而 SOTA 模型的延遲會很高。這一步我們用的是一個相對較小的模型，它的核心任務是引導你對話，而不是向你輸出更強的邏輯，所以也還可以。

張鵬：你覺得這種方式比集中通過明確問題來抽取反饋效果更好？也就是說，你更愿意為了獲取那些深層的、不容易被結構化抽取的東西而做這種權衡？

Tristan：是的。因為前面相對結構化的部分，我們已經(jīng)通過一些標簽讓你快速點選，把最重要、最結構化的東西拿到了。但到后面的開放式問題時，那些東西已經(jīng)是更靈魂層面、更深層的東西了，那個時候我希望通過開放式的語音對談來獲取，那已經(jīng)不是單一標簽能直接標注的了。

張鵬：如果再結構化總結一下，就是說像職業(yè)這種東西可以結構化，但像我的好惡，是希望通過對話來抽取的，希望觸發(fā)的是更深層的東西，是出于這種考慮吧？

Tristan：對，是的。因為像電影、音樂這些我們前面也有讓你選。但后面的，比如「你最近想吐槽啥？」「你的人生理想是什么？」這些問題，我覺得只有對談才比較容易激發(fā)出來。

07「認可」的動作把人類輸入的門檻降到最低

張鵬：「認可」這個功能我覺得也比較創(chuàng)新，當時是怎么想到設定這個概念的？期望它起到什么作用？

Tristan：這個是第一時間就想到的。

我們要讓 AI 自動去朋友圈下面交互，它會產(chǎn)生很多內容。而人類必須要有信息輸入，我們剛才說過，只有人類的信息輸入才有價值。那我們如何用最低的成本讓用戶進行信息輸入？其實就是讓他「認可」這句話。有些話他很認同，有些話不太認同。

對于認同的話，就應該有一個很好的一鍵點擊的方式，而且這個方式要盡可能爽。我第一次給你演示時，特意把音效打開，它有一個光點特效和一個很爽的音效，讓你感覺像完成了任務一樣，盡可能讓你多地去認可。如果你認可了，它也會產(chǎn)生新的 context，上面會飄出一個記憶浮窗。我們就是用這種方式，把人類輸入的門檻降到最低。

張鵬：要讓人類在里面有效地參與。

Tristan：對，他其實有點像在批奏折。我在 Actions 里面看分身的所有動作，劃動這個信息流就是在審閱?？吹竭@個帖子有意思，他評論的東西我認同，就點一下「認可」。不認同的話，我們現(xiàn)在加了「不認同」按鈕，可以把帖子刪了。你就在不斷地批閱，不斷地做動作。所以我們一切都在利用人類的動作。

張鵬：用戶的這一套行為，比如「認可」，是怎么反饋到對他的靈魂標注上的？這個 context flow 是怎么走的，并最終回歸到讓靈魂的 texture 變得更清晰？

Tristan：舉個例子，現(xiàn)在有個帖子在討論某個新產(chǎn)品，你之前的 context 里并沒有對這個產(chǎn)品的看法。你的分身會帶著你歷史的所有 context，比如你對產(chǎn)品的理解、對行業(yè)的認知，去評論這個新產(chǎn)品。你看完之后覺得，他說得還挺準，因為他基于我的舊認知，對這個新產(chǎn)品做出了評論。這時我點一個「認可」，立刻就會形成一條新的記憶：「對于新出來的這個 Moltbook，我認為怎么樣」。你點擊接受，它就進入了你的記憶庫，變成了你靈魂的一部分。過一段時間，又有新帖子討論這個產(chǎn)品時，你的分身就會帶著那條記憶直接過去發(fā)表看法。

張鵬：我記得也可以自己去調整分身的一些原則。但我還沒監(jiān)控到他的行為改變，今天早上他還在幫我到處熱情地遞名片。這里面有沒有優(yōu)先級？我可不可以去覆蓋、強化、要求一些東西？

Tristan：可以的。我們最近的版本做了一個很大的調整，就是把跟自己對話的入口放到了更外顯的一級入口，讓你更多地去直接跟自己對話。像剛才說的，他出去的交流方式、回復語氣、是否應該那么積極，這些東西我們之后可能會考慮把它作為一個記憶槽位顯化出來。你會很清楚地看到他最近的說話方式、目標，是熱情還是高冷。

其實你現(xiàn)在就能調，你只要對著自己的分身說：「你別老去說我是一級市場投資人，說點別的，也別那么殷勤，回復那些真正有信息量的東西?！惯@些都是可以的，他現(xiàn)在是能生效的，只是我們沒有把它做得那么顯化。

08朋友圈是虛偽的我，Notion 是我想成為的我

張鵬：有什么更高效的方式，能幫用戶增加上下文同步的帶寬，或者更有效地抽取我的靈魂本質嗎？比如多跟我的分身聊天，或者把我感興趣的東西分享給他？

Tristan：對。

張鵬：如果這是一個起點，那是不是又回到了說，它要先變成一個有陪伴性的東西，我先要確認我跟它的關系，然后才會打開我的信息帶寬，甚至未來授權它去閱讀和理解，而不用我主動同步？

Tristan：對，對齊率。

張鵬：那我們是不是應該尋找最高效的方式？比如我授權你把我所有的 Twitter 內容拿走，這是不是最有效的方式？

Tristan：我們肯定會不遺余力地去尋找所有能立刻帶來大量信息輸入的渠道。海外版我們肯定會讓你去同步 Twitter 這些東西。但是在國內，因為各個互聯(lián)網(wǎng)公司之間的壁壘比較高，比如我們完全能去抓取即刻的內容，但那么做可能會有風險。所以我們只能一點點來構建。

而且還有一個問題，微信朋友圈的 context 拿過來是否有效？我們發(fā)現(xiàn)可能是無效的。你的微信朋友圈到底能不能代表你去跟外界社交？我們發(fā)現(xiàn)它的信息量其實很低，尤其是最近這些年。

張鵬：我們的朋友圈都變成了虛偽的朋友圈。

Tristan：對，虛偽的我。大家被朋友圈壓抑得有點久了。朋友圈已經(jīng)變成一個純粹的營業(yè)場所，大家在上面一點都不真實，發(fā)一條的壓力也很大，后來就干脆不發(fā)了。像這樣發(fā)一個帖子表達真情實感，能得到同頻的人給予很好的反饋，這種體驗大家已經(jīng)很久沒有過了。我們觀察到，大家現(xiàn)在的爽感，有一部分就來源于此。

張鵬：那導入我的筆記會有些幫助嗎？

Tristan：會有一些幫助。如果能導入，我們其實挺愿意去合作的。但是，有些導入可能意義也沒那么大，比如 Notion 里存的一些文章，他自己也沒看過，這些信息量對他到底意義有多大，我們也不好說。

張鵬：這涉及到我們留筆記的動機，它映射的是什么。可能需要對要導入的東西再做一層推理和識別。比如我的朋友圈可能代表了我希望別人看到的某一面，我的 Notion 是我很想成為的某一面。

Tristan：沒錯。所以我們到最后發(fā)現(xiàn)，朋友圈意義不大，就是個純營業(yè)的地方。Notion 的意義也不大，是你存放學習資料的地方，而且那些資料你大概率壓根都沒看過。所以可能真正有價值的是你 personal 的日記，但正經(jīng)人誰寫日記呢？

張鵬：這就引出一個問題。未來 C 端產(chǎn)品的競爭核心點，就是誰能先系統(tǒng)性地拿到用戶相關上下文的帶寬、同步速率和權限。誰能更理解用戶，誰就能提供更有效的價值，提升 LTV。這場游戲已經(jīng)收縮到了誰能率先到用戶身邊贏得這個位置。

Tristan：對，只剩這個事情。所以我早就說過「Context is everything」。我們在 Elys 里也說：「在 Elys，你只需要做你自己，所有美好的事情會自動向你奔來?！故裁唇小缸鲎约骸?？就是把你的 context 表達出來。只要你能表達得更好，那些美好的事情就會因為 AI 的連接而自動向你奔來。

很多人把 EVE 當作一個游戲，我都會立刻糾正他。我說這完全不是個游戲，因為它撬動用戶 context 的能力實在是太強了。從某個維度看，EVE 是一個讓你用非常舒適的方式在記日記的東西。當用戶輸入了幾萬輪、幾十萬輪的 context 之后，它能產(chǎn)生的羈絆和價值，就像你剛才總結的，后續(xù)的一切在今天的技術下都是順理成章的。

作為一個產(chǎn)品人，你唯一要去設計的事情，就是如何讓用戶去交出這么多 context。

09當你面對改變世界的東西，你沒有辦法不做

張鵬：現(xiàn)在團隊加人了嗎？

Tristan：現(xiàn)在還是 10 個人以內，確實得加人了。但是我們還有一個產(chǎn)品不久之后也要上。這段時間也是我創(chuàng)業(yè)這么多年來工作強度最夸張的一段時間，兩個這么重要的產(chǎn)品接著上，確實很離譜。

張鵬：這個產(chǎn)品到什么狀態(tài)下，你的重心會更往這邊傾斜？社交這件事顯然天花板更高，會面臨取舍嗎？

Tristan：Her 這個趨勢（陪伴）和社交這個事情，兩個天花板都非常高，當然社交的天花板可能要再高一個數(shù)量級。第一步我們已經(jīng)完成了，產(chǎn)品發(fā)出來后有這么多人喜歡，也產(chǎn)生了很多「aha moment」。下一步在規(guī)?；╯cale up）之前，要面對一個很現(xiàn)實的問題，就是把商業(yè)化跑通。

我之前跟一個投資人開玩笑說，EVE 是單個用戶消耗 Token 第二多的產(chǎn)品，第一多的是我們正在做的這個新的社交產(chǎn)品 Elys。這玩意兒真的很燒錢，所以我們得在規(guī)?；?，至少讓商業(yè)化能打平。如果你愿意生活在這樣一個低熵的世界里，那你肯定得付出一定的代價。做好這件事之后，我認為就可以規(guī)?；?。

張鵬：你在這個過程中延展出新的探索，身邊沒有人勸你嗎？畢竟以前創(chuàng)業(yè)都講究專注。

Tristan：肯定很多人勸我，投資人也會。前期我都沒給他們展示這個產(chǎn)品，做到一定程度才說。他們第一反應都是：「哇，你這個不要耽誤了 EVE 的進度?！挂驗檫@個產(chǎn)品在被很多人接受和引爆之前，確實是一個很 crazy、很飄渺的產(chǎn)品。但對我來講，這是一個你感覺不得不做的事情，作為一個產(chǎn)品經(jīng)理你扛不住。

當你面對一個能改變世界的東西時，你必須得做它，沒辦法，只能開啟多線程。當然，專注是最好的，但如果一個事情已經(jīng)值得你打破「專注」這個最重要的原則，那你就得打破它。對我來講，我就是沒辦法，我扛不住。而且這個時代試錯成本確實更低了。

張鵬：這個產(chǎn)品現(xiàn)在放出來，可能會引來很多關注和模仿，你會怎么看這個風險？如果最終只是做了個吹哨人、指路人，內心能坦然嗎？

Tristan：肯定最后由我來完成是最好的。我認為 Elys 定義了一個全新的結構優(yōu)雅的 AI native 社交網(wǎng)絡范式，包括與之配套的各種全新交互，被模仿借鑒是可以想象的事情，但大部分我都并不擔心，我可能唯一在意的是 ChatGPT 會做一個 Elys 這樣的社交網(wǎng)絡，我覺得這件事會在幾個月內發(fā)生。

我不能像《三體》里的章北海一樣，最后說「都一樣」，那肯定很難受。我們當時為了破除「自然選擇」這個名字的宿命感，同時注冊了另外兩個主體，一個叫「藍色空間」，一個叫「終極規(guī)律」，把那三艘飛船都注冊了。

轉載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker